Thesis

ارائه یک الگوریتم تکاملی ترکیبی بر پایه الگوریتم ژنتیک و pso و بررسی کارایی آن در خوشه بندی بر مبنای شکل داده

Abstract

امروزه الگوریتم های تکاملی نظیر الگوریتم ژنتیک و الگوریتم بهینه سازی گروهی ذرات در حل بسیاری از مسائل پیچیده که روش های عددی قادر به حل آن نیستند و یا در حل آن دچار مشکلاتی می شوند، کاربرد دارند. مسئله خوشه بندی نیز یکی از این چنین مسائل است و با توجه به کاربرد و اهمیت بالای این موضوع، محققین همواره در پی یافتن روشی کامل و دقیق برای حل این مسئله بوده اند. اما با توجه به ماهیت این موضوع، روش های عددی موجود قابلیت حل این مسئله را ندارند و معضل پاسخ های محلی همواره در این روش ها مشکل ساز بوده است. در خوشه-بندی فازی با توجه به شکل داده این مشکل افزایش یافته و علاوه بر آن مشکل نیاز به پیش پردازش داده ها نیز به آن افزوده شده است، لذا از الگوریتم های تکاملی برای حل این مسئله استفاده شده است. اما دقت نسبتا پایین الگوریتم ژنتیک و به دام افتادن الگوریتم بهینه سازی گروهی ذرات در پاسخ های محلی از معایب بزرگ این دو روش بوده و کارایی آنها را نیز پایین می آورد. در این پایان نامه سعی شده با ترکیب این الگوریتم ها و با استفاده از نقاط قوت آنها، یعنی سرعت همگرایی بالای الگوریتم بهینه سازی گروهی ذرات و قدرت اکتشاف الگوریتم ژنتیک، الگوریتمی بدون معایب قبلی ایجاد شود. بدین منظور سه الگوریتم ترکیبی با ایده های متفاوت پیشنهاد گردیده و بعد از بررسی و بهبود با یکدیگر به رقابت گذاشته شده اند و کارایی الگوریتم برگزیده با کارایی الگوریتم های پایه مقایسه شده است. برای ارزیابی کارایی الگوریتم ها از مجموعه داده های استاندارد برای داده های توده ای و اشکال معمول و متعارف برای خوشه بندی پوسته ای استفاده شده است. معیارهای ارزیابی از بین معیارهای استاندارد خوشه بندی و فاکتورهای اعتبارسنجی خوشه بندی انتخاب شده است. در تمامی ارزیابی های انجام شده الگوریتم پیشنهادی کارایی بهتری از الگوریتم های پایه نشان داده است.

Supervisors and advisors

هادی صدوقی یزدی، مجتبی روحانی

Similar items

  • ارائه الگوریتم هوشمند ترکیبی بر پایه مدل فازی میانگین - واریانس- چولگی برای انتخاب پرتفولیو

    Article2013بین المللی مهندسی صنایع و مدیریت تولیدیحیی زارع مهرجردی، محسن شاه محمدی، لیلا امامی میبدی

    مهمترین مسئله مطرح برای سرمایه گذاران به خصوص در آغاز فعالیت اقتصادی، مسئله نحوه تخصیص سرمایه به یک یا چند گزینه مختلف سرمایه گذاری است تا ضمن داشتن حداکثر بازده، حداقل ریسک را متحمل شوند. این موضوع در ادبیات اقتصادی به عنوان مسئله انتخاب پرتفولیو مطرح است. این مقاله بر آن است که

  • ارائه ی یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته

    Articleعلوم و فنون نقشه برداریزاهده ایزکیان، z. izakian faculty of geodesy and geomatics engineering, k.n.toosi university of technology, tehran, iranتهران-دانشگاه خواجه نصیر طوسی- دانشکده ی نقشه برداری یزدان عامریان، y. amerian faculty of geodesy and geomatics engineering, k.n.toosi university of technology, tehran, iranتهران-دانشگاه خواجه نصیر طوسی- دانشکده ی نقشه برداری محمد سعدی مسگری، m. mesgari saadi faculty of geodesy and geomatics engineering, k.n.toosi university of technology, tehran, iranتهران-دانشگاه خواجه نصیر طوسی- دانشکده ی نقشه برداری

    با پیشرفت روز افزون تکنولوژی­های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش­هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می­باشیم. امروزه خوشه­بندی داده به عنوان یکی از روش­های آنالیز و ساده سازی مجموعه داده­های بزرگ، مورد توج

  • ارائه ی یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته

    Article2016علوم و فنون نقشه برداریایزکیان, زاهده، عامریان, یزدان، مسگری, محمد سعدی

    با پیشرفت روز افزون تکنولوژی­های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش­هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می­باشیم. امروزه خوشه­بندی داده به عنوان یکی از روش­های آنالیز و ساده سازی مجموعه داده­های بزرگ، مورد توج

  • ارایه ی مدل بهبودیافته ی LRFM به جهت خوشه بندی مشتریان بانک ها بر مبنای الگوریتم ژنتیک

    Article2021مطالعات مديريت كسب و كار هوشمندمحمد کاظمی، محمدعلی کرامتی، مهرزاد مینوئی

    چکیدهخوشه‌بندی روشی رایج برای تجزیه و تحلیل داده‌های مختلف در بسیاری از زمینه‌ها است، از جمله میتوان به شناسایی آماری، بانکداری،داده‌کاوی، تجزیه و تحلیل تصویر و …اشاره نمود. خوشه‌بندی فرآیند گروه-بندی اشیای مشابه به گروه‌های مختلف یا به بیان دقیق‌تر، تقسیم مجموعه‌ای از داده‌ها به

  • بخش بندی مراکز تجاری گردشگری شهر مشهد با رویکرد ترکیبی الگوریتم ژنتیک و تحلیل خوشه ای فازی

    Articleبرنامه ریزی و توسعه گردشگریداود فاضل ترشیزی، دانشجوی دکتری مدیریت تحقیق در عملیات، دانشگاه فردوسی مشهد سید مرتضی هژبرالساداتی، دانشجوی دکتری مدیریت تحقیق در عملیات، دانشگاه فردوسی مشهد زهرا ناجی عظیمی، دانشیار گروه مدیریت، دانشگاه فردوسی مشهد

    سیستم گردشگری هر مکان کلیتی است، مشتمل بر بخش­ ها، اجزاء و عناصر متعدد و پیچیده که در ارتباط متقابل با یکدیگر و برخورداری از شبکه، سلسله مراتب، ساختار و کارکرد، جایگاه خود را در بازار رقابتی به دست می­ آورد. در این راستا مشهد مقدس به عنوان قطب گردشگری مذهبی ایران سالانه میزبان می

  • بخش بندی مراکز تجاری گردشگری شهر مشهد با رویکرد ترکیبی الگوریتم ژنتیک و تحلیل خوشه ای فازی

    Article2016برنامه ریزی و توسعه گردشگریداود فاضل ترشیزی، سید مرتضی هژبرالساداتی، زهرا ناجی عظیمی

    سیستم گردشگری هر مکان کلیتی است، مشتمل بر بخش ها، اجزاء و عناصر متعدد و پیچیده که در ارتباط متقابل با یکدیگر و برخورداری از شبکه، سلسله مراتب، ساختار و کارکرد، جایگاه خود را در بازار رقابتی به دست می آورد. در این راستا مشهد مقدس به عنوان قطب گردشگری مذهبی ایران سالانه میزبان میلی